Yapay zeka modelleri TIS-100'de rekor kırdı

Zachtronics'in TIS-100 oyunu, küçük düğümlerden oluşan bir devre üzerinde kod yazmayı gerektiriyor. Her düğüm minik bir işlemci gibi çalışıyor ve komşu düğümler değer alışverişi için birbirini beklemek zorunda. Oyunda iki sayıyı çarpmak bile küçük bir mühendislik projesine dönüşüyor; topluluk ise on yıldır bu programları halka açık bir liderlik tablosunda optimize ediyor.

Habere göre bir ekip, 16 büyük dil modeline oyunu ve kılavuzunu verdi, ancak topluluk liderlik tablosunu ve kesin rekorları sakladı. Modellerden çalışan bir program bulmaları ve onu sürekli iyileştirmeleri istendi. Her model 47 ana bulmacanın tamamını ve sekiz turnuva bulmacasını tek bir puanlanmış denemede çözmeye çalıştı; bulmacanın zorluğuna göre 10 ila 45 dakika süre verildi.

Makalede aktarılan sonuçlara göre modeller oyunu günler içinde öğrendi ve topluluk oyuncuları kısa süre sonra modellerin programlarını alıp çoğunu geliştirdi. Opus 5.5 ile GPT-6 Astra, 55 bulmacanın tamamını çözerek başı çekti ve ikisi de 11 bulmacada yeni denge noktaları buldu. Ancak çözmek ile optimize etmek farklı beceriler olarak öne çıktı: Gemini 3.8 Flash 53 bulmaca çözüp yalnızca bir yeni nokta bulurken, Fable 5.1 daha az bulmaca çözmesine rağmen beş yeni nokta yakaladı.

En dikkat çekici sonuç turnuva bulmacalarından birinde geldi. Habere göre Opus 5.5, eski topluluk rekoru 2.694 döngü olan bir bulmacada 1.918 döngüye indi; bu yüzde 29 daha hızlı bir çözüm ama fazladan bir düğüm ve 28 komut gerektiriyor. Ekip, her sonucu yeni girdilerle test edilebilen çalışır bir program olarak sunduğunu ve ana sayı için 100.000 testin geçilmesini şart koştuğunu belirtiyor.